～ AI画像システムの基礎と機械学習を意識した画像データ、学習データの質と量、AI画像認識システムの導入と進め方 ～
・AI外観検査の基礎から具体的な品質保証の考え方を修得し、AIの精度向上へ活かす講座
・学習を考慮した画像情報の集め方やノウハウを修得し、AI外観検査の実装に活用しよう！
・ＷＥＢ会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
AI外観検査の基礎と品質保証への応用および精度向上 ＜オンラインセミナー＞
講師の言葉
現在でも、必ずしも深層学習を用いたシステムが、機械学習によるシステムより優れているとは限らず、条件によっては古典的な機械学習を用いたほうが高い性能を得られる場合があります。
本講座では、講師自身が手がけたAI外観検査の取り組みを紹介します。活動事例を通じて、AI外観検査の導入プロジェクトの進め方から学習データの質と量の課題、学習を意識した画像情報の集め方、品質保証への対応までを解説します。さらには、導入後の運用を通じての精度向上のための考え方にも触れます。
セミナー詳細
| 開催日時 |
|
|---|---|
| 開催場所 | オンラインセミナー |
| カテゴリー | オンラインセミナー、ソフト・データ・画像・デザイン |
| 受講対象者 |
・これからAIによる外観検査に取り組もうと思われている方 ・学習データの質と量について課題をお持ちの方 ・AI外観検査を導入し、品質保証への対応を考えている方 ・生産技術、画像、ソフトウェア、システムその他関連企業の方 |
| 予備知識 | ・大学卒業程度の数学の知識があると望ましい |
| 修得知識 |
・基礎的なAI画像認識システムの仕組みを理解できる ・外観検査システム導入・学習データ収集時の注意点を理解できる |
| プログラム |
１．ＡＩ画像認識システムの動向と導入基礎 （１）．国内外のＡＩ画像認識の最新事例 （２）．ＡＩ画像認識システムのメリット （３）．ＡＩ画像認識システム導入時の留意点
２．ＡＩ画像認識システムの実例 （１）．パン識別システム「ＢａｋｅｒｙＳｃａｎ」 （２）．不織布画像検査システム （３）．油圧部品の自動外観検査システム
３．ＡＩ外観検査のはじめ方と機械学習を意識した画像 （１）．ＡＩ外観検査の進め方 （２）．機械学習を意識した画像データ（学習データ）の準備 （３）．学習が難しい画像 （４）．学習しやすい画像のための前処理
４．学習データの量と質の課題 （１）．学習データの準備にかかる負荷（画像の収集、ラベルの付与） （２）．学習データはどの程度必要か （３）．外観検査における学習データの質の課題（データの不均衡） （４）．学習データの拡張（Ｄａｔａ Ａｕｇｍｅｎｔａｔｉｏｎ）と注意点 （５）．ラベル付き公開データセットと転移学習による対応
５．識別根拠の課題と品質保証への対応 （１）．Ｄｅｅｐ Ｌｅａｒｎｉｎｇは内部分析が困難 （２）．説明可能性・解釈性（ＸＡＩ）に関する技術 （３）．Ｄｅｅｐ Ｌｅａｒｎｉｎｇが着目しているところ（ネットワークの可視化） （４）．品質保証への対応（ＡＩ外観検査と目視検査との連携／段階的なＡＩ外観検査の導入）
６．ＡＩ画像認識システム導入の進め方 （１）．要求定義の取りまとめ （２）．ＡＩ機能の選定 （３）．社内教育とプロジェクトの立ち上げ（産学連携助成の活用等） （４）．学習データの準備 （５）．概念実証（ＰｏＣ） （６）．運用による精度向上 |
| キーワード | 外観検査 AI ソフトウェア システム 画像認識 検査 自動化 機械学習 ディープラーニング 前処理 |
| タグ | AI・機械学習、検査、画像、画像処理、画像認識 |
| 受講料 |
一般 (1名)：49,500円(税込)
同時複数申込の場合(1名)：44,000円(税込) |
| 会場 |
オンラインセミナー本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。 |
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日